買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉清華大學申請的專利一種個體移動干預傳染病防控方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN113889282B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202110858829.5，技術領域涉及：G16H50/80；該發明授權一種個體移動干預傳染病防控方法及系統是由李勇;馮濤;夏彤;金德鵬設計研發完成，并于2021-07-28向國家知識產權局提交的專利申請。

本一種個體移動干預傳染病防控方法及系統在說明書摘要公布了：本發明提供一種個體移動干預傳染病防控方法及系統，該方法包括：獲取目標城市中用戶個體在預設時間間隔內每天的歷史狀態信息和個體關系信息；將所述歷史狀態信息和所述個體關系信息輸入到訓練好的個體移動干預傳染病防控模型，得到所述目標城市中每個用戶個體的防控干預措施；其中，所述訓練好的個體移動干預傳染病防控模型是由樣本用戶個體狀態信息和樣本個體關系信息，對圖神經網絡、長短期神經網絡以及智能體進行訓練得到的，所述智能體是由基于部分可觀察馬爾可夫決策過程構建得到的；所述樣本用戶個體狀態信息包括有隱性感染者轉化成顯性感染者的健康狀態信息。本發明能在較低的出行干預下盡量降低感染人數。

本發明授權一種個體移動干預傳染病防控方法及系統在權利要求書中公布了：1.一種個體移動干預傳染病防控方法，其特征在于，包括： 獲取目標城市中用戶個體在預設時間間隔內每天的歷史狀態信息和個體關系信息，所述歷史狀態信息包括用戶個體的移動軌跡、健康狀態、干預狀態、感染概率和熟人接觸個數，所述個體關系信息包括個體間關系、個體與地區間關系和地區間關系； 將所述歷史狀態信息和所述個體關系信息輸入到訓練好的個體移動干預傳染病防控模型，得到所述目標城市中每個用戶個體的防控干預措施； 其中，所述訓練好的個體移動干預傳染病防控模型是由樣本用戶個體狀態信息和樣本個體關系信息，對圖神經網絡、長短期神經網絡以及智能體進行訓練得到的，所述智能體是由基于部分可觀察馬爾可夫決策過程構建得到的；所述樣本用戶個體狀態信息包括有隱性感染者轉化成顯性感染者的健康狀態信息； 所述訓練好的個體移動干預傳染病防控模型通過以下步驟得到： 根據樣本個體關系信息，獲取樣本用戶個體間關系、樣本用戶個體與地區間關系和樣本地區間關系，構建得到第一訓練樣本集； 將所述第一訓練樣本集輸入到圖神經網絡進行訓練，得到基于個體接觸風險的圖神經網絡，以及每個樣本用戶個體在每一天內的樣本用戶個體規律性通勤特征和樣本用戶個體間社會關系； 根據所述樣本用戶個體規律性通勤特征、所述樣本用戶個體間社會關系以及對應的歷史狀態樣本信息，構建第二訓練樣本集；所述歷史狀態樣本信息包括未感染者歷史狀態樣本信息、隱性感染者歷史狀態樣本信息、顯性感染者歷史狀態樣本信息和康復者歷史狀態樣本信息； 將所述第二訓練樣本集輸入到長短期神經網絡進行訓練，得到時間狀態序列表征模型，以及基于時間狀態序列的樣本用戶個體狀態表征；所述基于時間狀態序列的樣本用戶個體狀態表征，表示通過預測得到樣本用戶個體在預設時間段內的個體狀態信息變化趨勢； 基于分層強化學習和所述基于時間狀態序列的樣本用戶個體狀態表征，對智能體進行訓練，得到預訓練的智能體；所述分層強化學習的模型是基于FuN模型構建的； 根據所述基于個體接觸風險的圖神經網絡、所述時間狀態序列表征模型和所述預訓練的智能體，得到訓練好的個體移動干預傳染病防控模型； 所述智能體是以最少感染人數和最低出現干預為目標進行構建的，用于對所述基于時間狀態序列的樣本用戶個體狀態表征進行觀測，以根據觀測結果確定每個用戶個體的防控干預措施，所述觀測包括樣本用戶個體的健康狀態觀測、干預狀態觀測、感染概率觀測和熟人接觸個數觀測，所述感染概率觀測是通過樣本用戶個體的移動軌跡預估得到的； 所述智能體的獎勵表示為： 其中，rt表示第t天時的獎勵，L表示傳染病防控總天數，ΔI表示傳染病防控期間感染人數變化量，θI表示醫療系統容忍量閾值，ΔQ表示傳染病防控期間出行干預變化量，θQ表示經濟系統容忍量閾值。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人清華大學，其通訊地址為：100084 北京市海淀區雙清路30號清華大學；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。